Modelos de inteligncia artificial

Algortimos genticos Programao evolutiva Lgica Fuzzy Sistemas baseados em conhecimento Raciocnio baseado em casos Programao Gentica Redes Neurais

Algoritmo Gentico

um modelo para aprendizado de mquina, inspirado no livro Origem das espcies. Atravs da seleo natural, escrito pelo naturalista ingls Charles Darwin (1809-1882), criador da teoria evolucionista, segundo a qual somente os mais aptos sobrevivem. um mtodo utilizado pelos Algoritmos genticos, estratgias de evoluo, programao evolutiva e sistemas classificatrios.

Programao Evolutiva

Campo a IA concebido por Fogel (1960), assemelha-se aos algoritmos genticos, sendo que d maior nfase na relao comportamental entre os parentes e seus descendentes. As solues para os problemas so obtidas por meio de tentativas e transmitidas para nossa populao (simulada em programas).

Lgica Fuzzy

Tambm denominada lgica difusa ou lgica nebulosa. Foi estruturada por Lofti Zadeh, na Universidade da Califrnia, no ano de 1965. uma metodologia que serve para representar, manipular e modelar informaes incertas.

Sistemas Baseados em Regras

So sistemas que implementam comportamentos inteligentes de especialistas humanos.

Programao Gentica

um campo de estudo da IA voltado para construo de programas que visam imitar o processo natural da gentica. Trabalha com mtodos de busca aleatria.

Raciocnio Baseado em Casos

o campo de estudos da IA que utiliza uma grande biblioteca de casos pra consulta e resoluo de problemas. Os problemas atuais so resolvidos atravs de recuperao e consulta de casos j solucionados e da consequente adaptao das solues encontradas.

Redes Neurais

Possui vrias denominaes, dentre elas: Redes Neurais, Modelo Conexionista, Nurocomputao, Modelo de Processo Paralelo Distribudo, Sistemas Neuromrficos e Computadores Biolgicos. So consideradas uma classe de modelagem de prognstico que trabalha por ajuste repetido de parmetro. Estruturalmente, uma Rede Neural consiste em um nmero de elementos interconectados (chamado neurnios) organizados em camadas que aprendem pela modificao da conexo firmemente conectando as camadas.

Mtodos de Busca e Representao do Conhecimento

Segundo Rich(1993), uma tcnica de IA um mtodo que explora o conhecimento e deve ser representado de tal forma que o conhecimento:

(i) capture generalizaes, as situaes que compartilham propriedades importantes so agrupadas, caso contrrio, haver grande necessidade de memria e atualizao. (ii) seja compreendido pelas pessoas que o fornecem, pois grande parte do conhecimento que um programa possui precisa basicamente ser fornecido pelas pessoas em termos que elas compreendem.

Mtodos de Busca e Representao do Conhecimento

(iii) seja facilmente modificado para corrigir erros e refletir mudanas do mundo e da viso do mundo que o usurio possui. (iv) seja usado em inmeras situaes, mesmo que no seja totalmente preciso, nem esteja completo. (v) sirva de ajuda para superar seu prprio volume, auxiliando a limitar as vrias possibilidades que em geral devem ser consideradas.

Mtodos de Busca e Representao do Conhecimento

Dentre a tcnicas de Inteligncia Artificial, temse a busca heurstica, que proporciona um meio de solucionar problemas complexos, para os quais no h disponvel uma abordagem mais direta nem uma estrutura na qual qualquer tcnica direta disponvel possa ser inserida.

Mtodos de Busca e Representao do Conhecimento

A palavra heurstica vem do grego heuriskein, que significa descobrir. A heurstica um procedimento para resolver problemas atravs de um enfoque intuitivo, em geral racional, no qual a estrutura do problema passa a ser interpretada e explorada inteligentemente para obter uma soluo razovel. Para os estudiosos da Inteligncia Artificial, as heursticas so critrios, mtodos ou princpios para decidir, entre vrios cursos de ao alternativos, aquele que parece mais efetivo para atingir algum objetivo.

Mtodos de Busca e Representao do Conhecimento As tcnicas de busca heurstica so:

Busca em profundidade: tambm denominada de primeiro em profundidade (ou depth firt) e explora o caminho para o objetivo, dando preferncia aos ns que esto mais distantes da raiz da rvore de busca. aplicvel quando as solues so total e igualmente desejadas ou quando, em uma varredura prvia, direo incorretas so detectadas.

Mtodos de Busca e Representao do Conhecimento As tcnicas de busca heurstica so:

Busca em Largura: esta o oposto de depth first e trabalha sobre o critrio FIFO (first in First Out). tambm denominada de busca em amplitude. Todos os ns de certo nvel da rvore so examinados antes do nvel abaixo, caso exista uma soluo, e se o grafo finito, a soluo ser encontrada. Existem alguns inconvenientes: requer muita memria; exige um esforo computacional relativamente grande dependendo do nmero de caminhos.

Mtodos de Busca e Representao do Conhecimento As tcnicas de busca heurstica so:

Gera e Testa: um procedimento de busca em profundidade, pois as solues devem estar completas para serem testadas. A sua forma aleatria no garante que alguma soluo seja encontrada e tambm que todas elas sejam geradas

Mtodos de Busca e Representao do Conhecimento As tcnicas de busca heurstica so:

Busca em feixe: uma alternativa do mtodo de busca em largura. Existe uma restrio ao nmero de ns que sero considerados em cada nvel. Por exemplo, se este nmero no ultrapassar trs, ento, no mximo, ser explorada trs profundidades de ns. Isto reduz o esforo de busca e proporciona bons resultados quando houver bons critrios para escolha de ns.

Mtodos de Busca e Representao do Conhecimento As tcnicas de busca heurstica so:

Subindo o morro: tambm chamada de subida de encosta, subida de montanha ou Hill Climbing, pode ser uma variante de gera e testa, acrescentando-se as informaes que ajudam a decidir em qual direo prosseguir. um mtodo que usa a ideia de que o objetivo deve ser atingido com o menor nmero de passos. O suporte dado pela ideia heurstica de que o nmero de passos para atingir um objetivo inversamente proporcional ao seu tamanho.